考虑气象因素的PCA-BP神经网络短期负荷预测

• 作者: 姜雲腾 李萍 王海峰
• 来源期刊: 电工电气
• 学科: 工学
• 关键词: 主成分分析 负荷预测 BP神经网络
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 设计与研究
• 页码范围: 38-41
• 页数: 4页
• 分类号: TM715
• 字数: 3194字
• 语种: 中文

摘要

为有效提高电力系统短期负荷预测精度及效率,提出一种基于主成分分析的BP神经网络短期负荷预测优化算法.利用主成分分析法将多个原始变量降维成少数彼此独立的变量作为输入,并根据各主成分的贡献率来确定网络的结构,有效解决BP网络预测精度与效率不高问题.在考虑气象因素的影响下通过对某地区历史负荷数据进行训练仿真,平均预测精度接近98％,预测程序运行效率提高两倍以上,仿真结果表明,该模型在效率和预测精度方面优于BP神经网络模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李萍	宁夏大学物理与电子电气工程学院	33	102	6.0	8.0
2	王海峰	宁夏大学物理与电子电气工程学院	3	6	1.0	2.0
3	姜雲腾	宁夏大学物理与电子电气工程学院	5	26	3.0	5.0